《The Journal of Nutrition》:Plasma proteins associated with whole grains and fiber intake in the Cardiovascular Health Study (CHS) and the Atherosclerosis Risk in Communities (ARIC) Study
编辑推荐:
摘要
背景:全谷物和膳食纤维摄入的可用生物标志物有限。大规模蛋白质组学可用于识别全谷物和膳食纤维摄入的客观生物标志物。
目的:研究人员在心血管健康研究(CHS)和社区动脉粥样硬化风险研究(ARIC)中识别与全谷物和膳食纤维摄入相关的血浆蛋白。
方法:研究
摘要
背景:全谷物和膳食纤维摄入的可用生物标志物有限。大规模蛋白质组学可用于识别全谷物和膳食纤维摄入的客观生物标志物。
目的:研究人员在心血管健康研究(CHS)和社区动脉粥样硬化风险研究(ARIC)中识别与全谷物和膳食纤维摄入相关的血浆蛋白。
方法:研究人员基于CHS中的食物频率问卷(food frequency questionnaire,FFQ)应答量化全谷物和膳食纤维摄入(1989–1990年,N=2,411)。采用基于适配体(aptamer)的技术平台(SomaLogic)定量分析于1992–1993年采集并保存的样本中的4,979种蛋白。采用多变量线性回归识别在错误发现率(false discovery rate,FDR)<0.05时与全谷物或膳食纤维摄入显著相关的单个蛋白,并在ARIC研究中进行外部重复验证。研究人员对饮食相关蛋白开展通路过度代表性分析(pathway overrepresentation analysis)。采用最小绝对收缩和选择算子(least absolute shrinkage and selection operator,LASSO)回归筛选与全谷物或膳食纤维摄入相关的一组蛋白。通过预测统计量评估饮食相关蛋白在参与者特征之外对全谷物和膳食纤维摄入的预测能力。
结果:在CHS中,分别有68种和26种蛋白与全谷物和膳食纤维摄入相关;其中分别有17种与20种蛋白在ARIC研究中得到重复验证。在这些蛋白中,5种蛋白[β-葡萄糖醛酸苷酶(GUSB)、神经肽W(NPW)、抑制素β C链(INHBC)、转钴胺素1(TCN1)和Toll样受体5(TLR5)]同时与全谷物和膳食纤维摄入相关。抗坏血酸与醛酸代谢(ascorbate and aldarate metabolism)在全谷物和膳食纤维相关蛋白中均呈过度代表。LASSO筛选出的13种全谷物相关蛋白和19种膳食纤维相关蛋白可在参与者特征之外提高对这些饮食暴露的预测能力[AUC差值范围:0.022–0.041,所有检验P<0.05]。
结论:研究人员在两项研究中识别出与全谷物和膳食纤维摄入稳健相关的蛋白及通路。若在受控喂养研究中得到验证,这些蛋白可作为候选生物标志物。
该文发表于《The Journal of Nutrition》,围绕“如何为全谷物和膳食纤维摄入寻找更客观、可重复的生物标志物”这一营养流行病学关键问题展开。既往研究已反复表明,全谷物与膳食纤维摄入较高与心血管疾病、癌症及全因死亡风险降低相关,但饮食评估长期依赖自报工具,容易受到回忆偏倚、测量误差和社会期许偏倚影响,限制了暴露测量的准确性,也制约了饮食—疾病机制研究的深入。现有全谷物相关生物标志物除烷基间苯二酚(alkylresorcinols)外较为有限,膳食纤维摄入更缺乏公认的客观指标。因此,借助大规模血浆蛋白质组学(proteomics)筛选与饮食摄入相关的分子特征,既有望推动营养暴露客观化测量,也有助于解析全谷物和纤维与慢性病风险下降之间的潜在生物学通路。
基于这一背景,研究人员利用美国两个大型前瞻性队列——心血管健康研究(CHS)与社区动脉粥样硬化风险研究(ARIC)——系统分析全谷物和膳食纤维摄入与血浆蛋白之间的关联,并进行外部重复验证。研究结果显示,在CHS中共有68种蛋白与全谷物摄入相关,26种蛋白与膳食纤维摄入相关;在ARIC中分别重复验证了17种和20种蛋白。其中特别有5种蛋白,即β-葡萄糖醛酸苷酶(GUSB)、神经肽W(NPW)、抑制素β C链(INHBC)、转钴胺素1(TCN1)和Toll样受体5(TLR5),在两个队列中均与全谷物和膳食纤维摄入呈共同关联。进一步分析还发现,抗坏血酸与醛酸代谢、糖胺聚糖(glycosaminoglycan)相关通路等在饮食相关蛋白中富集。整体而言,研究提示若干血浆蛋白可作为全谷物和膳食纤维摄入的候选蛋白质组学生物标志物,并为这些饮食暴露与脂质代谢、炎症调控、氧化应激和胶原相关过程之间的联系提供了证据。
在研究方法上,研究人员以CHS作为发现队列、ARIC作为外部验证队列。CHS纳入1989–1990年完成FFQ且无基线心血管疾病的老年参与者,全谷物分析样本为2,411人,膳食纤维分析样本为2,159人;ARIC纳入同时具备FFQ和蛋白质组数据的参与者,最终分析样本为9,544人。饮食摄入通过FFQ评估,并采用残差法进行能量校正。血浆蛋白采用SOMAScan? 5K version 4.0平台检测4,979种蛋白。统计分析包括多变量线性回归、FDR多重比较校正、ARIC外部重复验证、WebGestalt进行KEGG通路过度代表性分析,以及LASSO回归和AUC比较用于筛选蛋白组合并评估其对最高四分位摄入的预测增益。
以下为论文结果部分的分项解读。
Characteristics of CHS and ARIC Participants
研究首先描述了两个队列的人群与饮食特征。CHS参与者平均全谷物摄入为1.3份/日,膳食纤维为18 g/日;ARIC中对应数值分别为1.0份/日和17.6 g/日。CHS参与者年龄更大,更可能为女性、白人且受教育程度较高;ARIC参与者则肾功能更好、BMI更高、糖尿病比例更高。在CHS中,全谷物摄入最高四分位者相较最低四分位者更可能为女性、受教育程度更高、饮酒更少,且糖尿病更少见;其饮食整体表现为更高的水果、蔬菜、富含纤维食物及多种微量营养素摄入,以及更低的精制谷物、饱和脂肪和膳食胆固醇摄入。膳食纤维摄入的四分位比较显示出相似模式,提示全谷物和纤维摄入均与更高质量膳食结构相伴随。
Proteins associated with whole grains and fiber intake
在CHS发现阶段,研究人员基于主模型(Model 1)在4,979种蛋白中识别出68种与全谷物摄入相关的蛋白,以及26种与膳食纤维摄入相关的蛋白。与全谷物摄入呈负相关、且P值较小的蛋白包括心型脂肪酸结合蛋白(FABP3)和抑制素β C链(INHBC);突触囊泡膜蛋白同源物(VAT1)也与全谷物摄入呈负相关。对于膳食纤维,加入BMI、高血压、糖尿病及与饮食相关因素后,仅犬尿氨酸酶(KYNU)仍与纤维摄入呈负相关。这一结果说明,相较全谷物,纤维相关信号在更严格调整后保留的特异性蛋白较少,但KYNU可能具有更稳健的独立相关性。此外,主模型中有12种蛋白同时与全谷物和膳食纤维摄入相关,提示二者在蛋白水平上具有部分共同分子特征。
External Replication in ARIC
外部重复验证是本研究的重要优势。在ARIC中,CHS发现的68种全谷物相关蛋白中有17种在FDR<0.05且方向一致的条件下得到重复验证;26种纤维相关蛋白中有20种得到重复验证。纤维摄入方面,载脂蛋白C3(APOC3)与摄入呈正相关,而FABP3与摄入呈负相关,在两个队列中方向一致。最值得关注的是,GUSB、NPW、INHBC、TCN1和TLR5这5种蛋白在CHS和ARIC中均与全谷物和膳食纤维摄入呈负相关,构成了最具一致性的候选标志物组合。敏感性分析进一步显示,在是否额外调整水果、蔬菜和精制谷物摄入,以及是否排除高血压或糖尿病参与者的条件下,估计值变化不大,说明主要结果具有较好的稳健性。
Pathway overrepresentation analysis
通路过度代表性分析显示,全谷物与膳食纤维相关蛋白共同富集于抗坏血酸与醛酸代谢通路,提示这两类饮食暴露可能共同关联氧化还原代谢过程。对于全谷物相关蛋白,唾液分泌和糖胺聚糖生物合成通路呈过度代表;对于纤维相关蛋白,则进一步观察到组氨酸代谢、糖胺聚糖降解、硫胺素代谢和β-丙氨酸代谢通路富集。研究人员据此提出,这些通路一方面反映了营养摄入本身的代谢特征,另一方面也可能与全谷物和膳食纤维在降低氧化应激、炎症及慢性病风险中的作用相关。
Prediction of whole grains intake and fiber intake
在预测分析中,研究人员进一步利用LASSO回归从已外部重复验证的蛋白中筛选出更精简的蛋白集合。全谷物摄入方面,从17种蛋白中筛得13种蛋白,包括TCN1、VAT1、TLR5、LECT2、PLOD2、CNTN4、NPW、NTRK3、THBS2、NCAM1、INHBC、NEGR1和NCAN;膳食纤维摄入方面,从20种蛋白中筛得19种蛋白,包括TPP1、CYB5R3、NAMPT、TCN1、PLBD1、IGFALS、TLR5、WNT5A、NPW、KYNU、APOC3、FABP3、DUSP13、MCTS1、PCOLCE、IL1RN、IGFBP5、PTPN11和INHBC。将这些蛋白加入仅含协变量的模型后,对最高四分位全谷物摄入的AUC由0.600提高至0.622,对最高四分位纤维摄入的AUC由0.641提高至0.682,差值分别为0.022和0.041,均达到统计学显著性。这说明蛋白组合虽然尚不足以替代传统膳食测量,但确实可在个体特征之外提供额外信息。
讨论部分指出,本研究在两个独立队列中识别并重复验证了与全谷物和膳食纤维摄入稳健相关的血浆蛋白,且其中相当一部分蛋白此前已在健康膳食模式研究中出现,方向一致,从侧面支持了结果的可信度。研究特别强调若干蛋白所涉及的生物学过程:CYB5R3与脂肪酸延长和胆固醇生物合成有关,APOC3与脂蛋白及维生素E转运相关,PCOLCE涉及胶原纤维形成调控;INHBC与胰岛素分泌相关,NPW参与能量稳态和饱腹信号,KYNU与炎症通路相关。这些发现共同提示,全谷物与膳食纤维的潜在效应可能涉及脂质代谢、炎症调节、氧化应激防御、胰岛素敏感性及细胞外基质相关过程。文章同时指出若干局限:CHS中饮食评估与蛋白检测时间不完全一致;饮食数据来自自报FFQ;全谷物定义包含“全谷和高纤维谷物”而非严格全谷;研究对象主要为白人和黑人;SOMAScan
?虽覆盖广,但仍属于适配体靶向平台,可能限制新蛋白发现范围。
研究结论部分可译为:本研究识别并在外部队列中重复验证了能够代表全谷物和膳食纤维摄入的蛋白,以及参与这些饮食暴露代谢的相关通路。这些发现为全谷物和膳食纤维摄入的潜在蛋白质组学生物标志物提供了依据,并增进了对这些饮食暴露与慢性疾病相关基础通路的理解。